基于区域生长和模糊C均值聚类的图像分割方法

为了合理地确定运用模糊C均值(FCM)聚类方法进行图像分割时的聚类中心数,从而对图像进行合理区域分割,提出了基于区域生长和FCM聚类的图像分割方法.该方法可以利用区域生长合理地确定要聚类的中心数,然后再依此聚类中心数利用FCM聚类算法对图像进行分割.实验结果表明,该方法可以准确地分割出目标,是一种有效的图像分割方法.     

可见光图像的典型目标场景红外图像反演研究

为了方便快捷的得到典型地物的红外图像,提出了一种利用可见光图像反演红外图像的新方法.通过研究两种典型目标的特性.运用图像处理的相关知识得出可见图光图像和红外图像的灰度分布的关系,建立红外图像的反演模型.最后,由二者的映射关系,得到仿真的红外图像.实验结果表明.此方法可有效地提高反演效果,具有较强的实用性.     

基于深度学习的跑道前视红外图像轮廓线提取

针对前视红外图像中的机场跑道检测问题,提出了基于深度学习的端到端的实时检测算法。算法首先利用深度学习在物体特征表达上的优点,采用当前主流端到端的YOLO（You Only Look Once）V2检测算法提取候选目标,寻找跑道所在位置;然后在已经获取跑道所在边框的基础上,在神经网络最后一层采用多尺度线段检测器(Line Segment Detector,LSD)进行精确的线段检测;最后对所检测的线段进行融合,提取轮廓线。真实实验数据表明,该算法基本上能满足机场轮廓提取实时性好、提取精度高、抗干扰性强等要求。     

基于红外图像配准算法的电力设备检测技术

目前红外热像检测技术在国内的电力行业中已得到广泛的应用。本文在分析红外热成像技术的相关特点基础上，提出了基于红外图像配准算法的电力设备检测技术，并分析其中关键技术，对于进一步提高电力设备缺陷检测工作具有一定帮助。     

基于Vega的红外图像仿真技术研究

本文首先阐述了红外图像仿真原理及仿真过程,然后对目标红外辐射、大气传输、光学系统等相关模块进行了深入研究。利用Multi-genCreator及Vega软件生成了红外仿真图像,同时还得到了考虑噪声的红外仿真图像。     

红外热成像与计算机视觉图像技术实现电气设备在线检测的方法

掌握设备在正常运行状态下的发热规律及表面温度场的分布和温升状况,以此为根据,结合设备结构及传导热能的途径,进一步分析各种设备缺陷及故障状态的热场及温升,再参考其他检测结果,就能较好地对设备有无内部或外部故障进行诊断。     

基于遥感图像的船舶目标检测方法综述

如何在复杂环境中准确、快速地实现各类船舶目标检测是一项重要研究课题,也是保障船舶航行安全、保护领土安全、加强水域资源监管的基础。红外成像、合成孔径雷达（Synthetic Aperture Radar,SAR）以及卫星遥感等成像技术的发展为船舶检测提供了丰富的图像数据,已取得许多研究成果。介绍了船舶目标检测的过程,从基于传统图像处理技术的船舶目标检测和基于深度学习的船舶目标检测两方面总结并分析了现有船舶目标检测方法,讨论了相关关键技术,最后指出了未来的研究方向。     

一种基于视觉感知的舰船目标智能化识别方法

为有效识别视觉系统采集的可见光图像中的舰船目标,提出了基于YOLO（You Only Look Once）网络模型改进的10层的卷积神经网络（Convolutional Neural Network,CNN）用于水面舰船目标的智能识别,通过反卷积的方法可视化CNN中不同卷积层提取到的舰船目标特征。按照传统目标识别方法提取了舰船目标的四类典型人工设计特征,将所提CNN的舰船目标识别结果与YOLO网络模型及四类人工设计特征结合支持向量机用于舰船目标识别的结果进行比较。实验结果表明,与YOLO网络模型相比,综合精确率、召回率和效率3个舰船目标识别的性能指标,改进后的CNN性能更好,从而验证了所提方法的有效性。不同数据量下采用典型特征识别舰船目标与基于深度CNN识别舰船目标的识别结果比较说明了不同类型目标识别算法的优劣势,有利于推动综合性视觉感知框架的构建。     

融合改进FT显著性与Grabcut的图像目标分割算法

针对目前复杂度较大的图像中目标分割速度较慢、显著性边界分割不明确等问题,提出了一种融合改进的FT（Frequency-tuned）显著性检测与Grabcut的图像分割算法。该算法首先通过改进基于频率调谐的FT显著性检测方法得到图像中显著性较高的区域,并利用SLIC（Simple Linear Iterative Clustering）算法对显著图进行预处理得到超像素图,能够有效改善边界的分割效果,然后通过以图论GraphCut算法为基础改进的Grabcut算法建立高斯混合模型。为了提高算法效率,通过聚类以超像素代替原像素,并反复迭代高斯混合模型（Gaussian Mixed Model,GMM）参数,最后利用最大流最小割算法得到最优目标分割结果。实验结果表明所提算法能够更准确更高效率地分割图像中的显著性目标,对高分辨率图像也有很好的适用效果,相比于其他算法在分割精度上提高10%左右,并具有较高的分割效率。     

基于小波方向滤波的有云层遥感图像舰船检测方法

提出了小波分析和方向滤波相结合的有云遥感图像目标检测方法。首先对原始遥感图像进行小波分解,采用比率-平均边缘检测法检测人造目标的边缘方向,在该方向上进行Frost滤波,有效抑制云层干扰的同时突出了人造目标及其边缘信息;然后进行阈值分割并剔除大块云层,根据区域的平均边缘梯度剔除小块云层,实现了有云遥感图像的舰船目标检测。实验证明,该方法能减少遥感图片云层对舰船检测的影响,并具有较高的目标检测率。     

基于并行混沌遗传混合算法的多用户检测

在经济全球化的大环境下,外包为何会在作为推动自由贸易发展主力的美国引起轩然大波,吸引政府、民众和媒体的广泛注意,确实是值得我们思考的问题。本文从外包概念的兴起及发展出发,讨论近年来以美国为代表的外包业务发展特点和趋势,分析离岸外包对美国就业市场的影响。     

基于MMSE横式滤波器和PIC联合的MUD算法

新制度经济学认为,资源、资本和技术等因素只是经济发展的必要条件,但还不是经济发展的充要条件。从根本上讲,只有当经济制度和经济组织是有效率的,资源、资本和技术这些因素才会发挥作用,经济发展才会出现。在现实中,人们必须受到激励才会去从事符合社会需要的活动。为此,就需要设计某种制度或者进行制度改革,以达到激励的作用。制度因素对一国的经济发展具有决定性的作用。这一命题同样适用于中国经济问题的研究,尤其适用于我国国有经济改革的研究。     

利用局部灰度特征分析实现红外弱小目标检测

提出了一种利用局部灰度特征分析进行红外弱小目标检测的新方法。该方法通过判 断图像局部灰度包络曲面是否具备二维高斯函数曲面特征实现红外弱小目标检测,不需要进 行传统的背景预测。设计了新的目标局部灰度特征提取方法和适合工程计算的自动目标检测 算法。实验结果证明了算法参数选择策略的有效性,验证了算法对复杂背景边缘良好的杂波 抑制能力。     

基于压缩感知的分步合作频谱感知方法

在研究自相关矩阵检测理论的基础上,提出一种采用压缩感知的分步合作频谱感知方 法。通过压缩感知将海量采样数据量减小,提取能够有效代表原信号的采样点;通过随机选 择参与运算的认知用户及其数量进行合作检测,并反馈有益信息,减少了传统合作检测所有 认知用户参与检测带来的运算复杂度。仿真表明该方法提高了频谱检测率,缩短了频谱检测 时长,减轻了控制中心负荷,提高了在宽频段进行频谱检测的可行性。     

超宽带穿墙探测雷达的运动目标检测技术

提出了利用低频超宽带(UWB)脉冲信号实现穿墙探测的设想，研究了超宽带穿墙探测雷达(UWB—TWDR)的运动目标回波信号模型，并基于运动目标回波信号的相关性，利用相干叠加原理对多次观测的结果实现运动目标的检测。最后通过具体的穿透混凝土砖块墙壁实测实验验证了上述设想和算法。     

一种基于分数阶Fourier变换的雷达运动目标检测算法

针对雷达回波为多分量LFM信号时,时频分析存在的交叉项干扰问题,提出了一种基于分数阶Fourier变换(Fractional Fourier Transform,FRFT)的伪Wigner分布(PWD).该方法通过在参数平面按阈值进行峰值搜索确定变换域阶次,再在相应的分数阶Fourier域计算PWD,有效地抑制了交叉项的干扰,有利于更好地提取信号的时频信息.仿真实验证明了在强背景噪声下该算法的有效性.     

基于并行粒子群算法的解相关多用户检测

将“联姻”策略应用在粒子群算法中。提出一种并行粒子群算法（PPSO）。该算法可以有效地加强种群之间的联系，保证单个种群中的粒子在进化过程中的多样性，从而可获得更高效的搜索性能。分析了将并行粒子群算法应用于直接扩频CDMA解相关多用户检测的理论依据和实际性能。仿真结果证明该算法能够减小计算的复杂度，在抗多址干扰能力上比传统的匹配接收机和解相关接收机有显著的提高，与解相关接收机的抗远近能力相当，且比基于遗传算法的接收机具有更快的收敛速度。     

基于自适应门限MDL方法的TDMA突发特征码检测

阐述了基于最小描述长度(MDL)方法来进行特征码检测,根据检测量分布的推导结果,提出了检测门限对检测性能、特征码位置不确定性和信噪比变化自适应的MDL特征码检测方法。当基于特征码进行通信信号分选时,新方法具有更好的应用灵活性,且检测性能对频偏具备鲁棒性。